Image和opencv读入图片的区别points

最新推荐文章于 2024-04-22 21:59:23 发布

张传鑫

最新推荐文章于 2024-04-22 21:59:23 发布

阅读量684

点赞数 1

文章标签： opencv

本文链接：https://blog.csdn.net/z630832564/article/details/108231606

版权

points

读入格式
转换
- opencv转Image
- Image转opencv
对两者读取图像的理解

读入格式

Opencv默认读入为BGR顺序的ndarray（numpy）
Image默认读入的是RGB顺序，但不是ndarray
两者混用时注意通道的转换

转换

opencv转Image

imgl = Image.fromarray(cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB))

Image转opencv

img = cv2.cvtColor(np.array(img_pil), cv2.COLOR_RGB2BGR)

对两者读取图像的理解

Opencv是将图像像素直接读入程序中
Image是将图像通道的访问权限

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

张传鑫

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

[Python从零到壹] 三十四.OpenCV入门详解——显示读取修改及保存图像

杨秀璋的专栏

01-23

1万+

欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍。上一篇文章介绍了图像处理基础知识，这篇文章将详细讲解OpenCV入门知识，包括OpenCV常见数据类型、显示图像、读取像素、修改像素、创建图像、复制图像、保存图像等内容。希望文章对您有所帮助，如果有不足之处，还请海涵。接下来，让我们开启整个系列的学习吧！

opencv实现双目视觉测距

热门推荐

xiao__run的博客

12-26

5万+

最近一直在研究双目视觉测距，资料真的特别多网上，有matlab 的，python的，C++的，但个人感觉都不详细，对于小白，特别不容易上手，在这里我提供一个傻瓜式教程吧，利用matlab来进行标注，图形界面，无须任何代码，然后利用C++实现测距与深度图，原理太多我就不提了，小白直接照做就OK 1、准备工作 *硬件准备* https://item.taobao.com/item.htm?spm=

参与评论您还未登录，请先登录后发表或查看评论

PIL.Image和OpenCV读取图片区别

weixin_42421992的博客

01-30

2971

PIL中Image和OpenCV读取图片区别根据自己实际经验，记录Image和OpenCV读取图片的一点心得。创建RGB图片单独使用 cv2 转 Image Image 转 cv2 最大的不同在于，Image读取图片默认是以RGB模式读取；而OpenCV是默认以BRG读取。Image里img.size结果是宽高，OpenCV里img.shape是行列。这里以RGB模式新建一个测试图片，更...

Opencv和PIL.Image读取图片的区别

On_theway10的博客

06-13

6250

imshow Opopencv : cv2.imshow()采用BGR模式，通过cv2.imread()读取; matplotlib.pyplot : plt.imshow() 采用RGB模式, 通过plt.imread()读取; PIL.Image : img.show() 采用RGB模式，通过Image.open()读取；img对图片对象备注：通过cv2.Video...

dlib中的image和opencv中的image格式互转

kunyXu的博客

12-21

1912

dlib图像数据转换

cv2打开的image与PIL库中Image打开的图像的区别

weixin_45135154的博客

05-13

531

1.cv_img = cv2.imread(image_path)得到的cv_img是一个数组，可以通过print查看其数组，通过cv_img.shape来查看其数组的大小 2.pil_img = PIL.Image.open(imgage_path)得到的pil_img是一个Image类，可以通过dir(pil_img)来查看其各种方法与属性。 ...

opencv与Image以及numpy转换和显示【附代码】

z240626191s的博客

05-17

4963

图像的显示在python中有很多方式，但针对自己的项目，需要有不同的读取或者显示方式，又或者想把图像转换成其他类型进行处理。比如你是用opencv读取的图像，然后检测完以后是用Image.show()显示的，类似这种就需要进行转换了。目录 opencv读取图像并显示 opencv转Image Image读取和显示图像 Image转numpy Image转opencv opencv读取图像并显示 import cv2 from PIL import Image img = cv2.i

opencv第十章机器学习和深度学习

weixin_45964083的博客

03-15

5180

机器学习和深度学习机器学习是人工智能的核心，专门研究如何让计算机模拟和学习人类的行为。深度学习是机器学习中的一个热门研究方向，它主要研究样本数据的内在规律和表示层次，让计算机能够让人一样具有分析与学习能力。机器学习 kNN算法 kNN算法将找出k个距离最近的邻居作为目标的同一类别图解kNN算法使用OpenCV的ml模块中的kNN算法的基本步骤如下。 (1)调用cv2.mL.KNearest_ create()函数创建kNN分类器。 (2)将训练数据和标志作为输入，调用kNN分类器的train()

薄板样条插值TPS原理以及torch和opencv实现

最新发布

wuxulong123的博客

04-22

1893

薄板样条（Thin Plate Spline），简称TPS，是一种插值方法，可找到通过所有给定点的“最小弯曲”光滑曲面。因为它一般都是基于2D插值，所以经常用在在图像配准中，也可以用于图像扭曲变形（扩充图像）。在两张图像中找出N个匹配点，应用TPS可以将这N个点形变到对应位置，同时给出了整个空间的形变(插值)。在使用TPS图像配准过程中，需要输入原始图像初始点（也就是变换前像素点的位置），和目标图像的目标点（也就是变换之后像素点在目标图像中的位置）。

OpenCV：02基础知识和绘制图形

m0_59466249的博客

06-29

863

最常见的色彩空间就是，人眼也是基于的色彩空间去分辨颜色的OpenCV默认使用的是，和色彩空间的区别在于图片在色彩通道上的排列顺序不同显示图片时要注意适配图片的色彩空间和显示环境的色彩空间：比如传入的图片是BGR色彩空间，显示环境是RGB色彩空间，就会出现颜色混乱的情况 OpenCV用的最多的色彩空间就是方便OpenCV做图像处理.比如根据的值就可以判断背景颜色.和差不多在顶部是纯白的, 不管是什么颜色.和的区别理解：是一种颜色编码方法。常使用在各个视频处理组件中。在对照片或视频编码时，考虑到人类的

基于ImageJ和OpenCv的16种自动二值化图像代码(C++)

05-19

本代码修改了ImageJ的java代码，使其可以在C++上也能运行，只有少部分代码是基于OpenCV，大部分是基于STL

Python中Opencv和PIL.Image读取图片的差异对比

03-03

1932

近日，在进行深度学习进行推理的时候，发现不管怎么样都得不出正确的结果，再仔细和正确的代码进行对比了后发现原来是Python中不同的库读取的图片数组是有差异的。上面第一行代码就是导致错误出现的原因，我把代码改成第二行代码模型就能够正确的推理了。(巨坑)，以后谨记，在使用Python读取图片的时候最好使用OpenCV来读取。。

对比imageio和opencv读视频的速度

Blankit1的博客

05-25

378

【代码】对比imageio和opencv读视频的速度。

Opencv基础：图像(IplImage)深度与通道

vivian187的博客

07-04

5283

1.输出图像深度与通道 IplImage* queryImg = cvLoadImage("x1.jpg");//输入图像输出该图像的深度与通道： cout depth cout nChannels 结果：图像深度：8 图像通道：3 ps：彩色图像是3通道，灰度图像是单通道 2.图像不同位深

Python Image Opencv图像处理各种方法

ShawDa's Blog

01-30

659

主要从这里学习到：http://www.cdadata.com/17816 图像语义分割结果要二分类或者多分类，会需要做二值化处理。最开始想法很暴力，直接遍历，一个一个换： cv_pic = cv2.imread(img, cv2.IMREAD_GRAYSCALE) for i in range(len(cv_pic)): for

PIL_Image—OpenCV_Image转换

红叶谷 wsp_1138886114的博客

10-18

416

PIL.Image转换成OpenCV格式： import cv2 from PIL import Image import numpy image = Image.open("plane.jpg") image.show() img = cv2.cvtColor(numpy.asarray(image),cv2.COLOR_RGB2BGR) cv2.imshow("Ope...

io.imread 和 cv2.imread的区别

weixin_41149572的博客

05-10

619

起因：想用中值滤波去去噪，结果调用cv2.medianBlur()结果发现怎么颜色还改变了，最后惊觉，用imageio.imread读数据再调cv2，cv2会不会不高兴，结果上网求证，发现这俩imread果然有区别。要是用用imageio.imred读取用cv2.imwrite写入就更有意思了，发出没见过世面的笑声~~ 解决： io.imread读取得到的结果是RGB格式的 cv2.imread读取得到的结果是BGR格式的别混用别混用，非要用记得调整通道 ...

OpenCV学习笔记四-image的一些整体操作

weixin_42376458的博客

11-19

437

title: OpenCV学习笔记四-image的一些整体操作 categories: 编程 date: 2019-08-08 12:50:47 tags: OpenCV image的一些操作 s////P4 image的一些整体操作 #include<iostream> #include<opencv2/opencv.hpp> using namespace std...

opencv，Image(PIL)，skimage，matplotlib.image，matplotlib.pyplot读取图像的区别以及如何显示读取的图像

chase

05-02

3233

opencv，Image(PIL)，skimage，matplotlib.image，matplotlib.pyplot读取图像的区别以及如何显示读取的图像

opencvc++四个摄像头标定和去畸变

06-09

标定和去畸变是相机应用中非常重要的一步，可以提高图像质量和测量精度。下面是一个使用OpenCV C++进行四个摄像头标定和去畸变的示例代码： ```c++ #include <iostream> #include <opencv2/opencv.hpp> int main() { // 标定所需的棋盘格参数 int board_width = 9; // 棋盘格宽度 int board_height = 6; // 棋盘格高度 int square_size = 27; // 棋盘格格子尺寸，单位mm // 摄像头参数 int num_cameras = 4; // 摄像头数量 int image_width = 640; // 图像宽度 int image_height = 480; // 图像高度 // 读入标定所需的图像 std::vector<std::vector<cv::Mat>> image_points(num_cameras); std::vector<std::vector<cv::Point3f>> object_points(num_cameras); for (int i = 0; i < num_cameras; i++) { for (int j = 0; j < 20; j++) { cv::Mat image = cv::imread("camera_" + std::to_string(i) + "_" + std::to_string(j) + ".png"); if (image.empty()) { std::cout << "Failed to read image: camera_" << i << "_" << j << ".png" << std::endl; return -1; } // 寻找棋盘格角点 std::vector<cv::Point2f> corners; bool found = cv::findChessboardCorners(image, cv::Size(board_width, board_height), corners); // 如果找到了，将角点添加到标定数据中 if (found) { cv::Mat gray_image; cv::cvtColor(image, gray_image, cv::COLOR_BGR2GRAY); cv::cornerSubPix(gray_image, corners, cv::Size(11, 11), cv::Size(-1, -1), cv::TermCriteria(cv::TermCriteria::EPS + cv::TermCriteria::MAX_ITER, 30, 0.1)); image_points[i].push_back(corners); std::vector<cv::Point3f> object_pts; for (int k = 0; k < board_height; k++) { for (int l = 0; l < board_width; l++) { object_pts.push_back(cv::Point3f(l * square_size, k * square_size, 0)); } } object_points[i].push_back(object_pts); } else { std::cout << "Failed to find corners in image: camera_" << i << "_" << j << ".png" << std::endl; } } } // 标定相机 std::vector<cv::Mat> camera_matrices(num_cameras); std::vector<cv::Mat> dist_coeffs(num_cameras); std::vector<std::vector<cv::Mat>> rvecs(num_cameras); std::vector<std::vector<cv::Mat>> tvecs(num_cameras); double rms_error = cv::calibrateMultiCamera(object_points, image_points, image_size, camera_matrices, dist_coeffs, rvecs, tvecs); // 打印标定结果 std::cout << "RMS error: " << rms_error << std::endl; for (int i = 0; i < num_cameras; i++) { std::cout << "Camera " << i << " matrix:" << std::endl << camera_matrices[i] << std::endl; std::cout << "Camera " << i << " distortion coefficients:" << std::endl << dist_coeffs[i] << std::endl; } // 去除畸变 for (int i = 0; i < num_cameras; i++) { for (int j = 0; j < 20; j++) { cv::Mat image = cv::imread("camera_" + std::to_string(i) + "_" + std::to_string(j) + ".png"); if (image.empty()) { std::cout << "Failed to read image: camera_" << i << "_" << j << ".png" << std::endl; return -1; } cv::Mat undistorted_image; cv::undistort(image, undistorted_image, camera_matrices[i], dist_coeffs[i]); cv::imshow("Camera " + std::to_string(i), image); cv::imshow("Camera " + std::to_string(i) + " undistorted", undistorted_image); cv::waitKey(0); } } return 0; } ``` 上述代码中，首先定义了标定所需的棋盘格参数、摄像头参数和图像文件名。然后，通过循环读入每个摄像头的标定图像，并在每张图像中寻找棋盘格角点。如果找到了，将角点添加到标定数据中。接着，使用`cv::calibrateMultiCamera`函数对所有摄像头进行标定，得到相机矩阵和畸变系数。最后，使用`cv::undistort`函数对每张图像进行去畸变处理。注意：在实际应用中，需要根据棋盘格尺寸和相机距离合理设置`square_size`参数，并使用更多的标定图像来提高标定精度。同时，需要根据实际情况调整摄像头参数和图像文件名。